人脸检测-RetinaFace

《RetinaFace: Single-stage Dense Face Localisation in the Wild》

论文地址：https://arxiv.org/pdf/1905.00641.pdf

Insight Face在2019年提出的最新人脸检测模型,原模型使用了deformable convolution和dense regression loss， 在 WiderFace 数据集上达到SOTA。

1、摘要

虽然在未受控制的人脸检测方面取得了巨大进步，但野外准确有效的面部定位仍然是一个开放的挑战。这篇文章提出了一个强大的单阶段人脸检测器，名为RetinaFace，它利用联合监督和自我监督的多任务学习，在各种人脸尺度上执行像素方面的人脸定位。具体来说，我们在以下五个方面做出了贡献：

Retinanet

RetinaFace的mnet本质是基于RetinaNet的结构，采用了特征金字塔的技术，实现了多尺度信息的融合，对检测小物体有重要的作用，RetinaNet的结构如下

简化版的mnet与RetinaNet采用了相同的proposal策略，即保留了在feature pyramid net的3层特征图每一层检测框分别proposal，生成3个不同尺度上的检测框，每个尺度上又引入了不同尺寸的anchor大小，保证可以检测到不同大小的物体

多任务学习

在分类和回归的基础上加入了目标点的回归。官方的网络结构采用了5个目标点的学习，后续也可以修改为更多目标点，比如AFLW中的21个目标点以及常用的68或者106个目标点

（2）我们进一步增加了一个自监督网格解码器分支，用于与现有的受控分支并行地预测像素三维形状的面部信息。、

Context Modelling

提升模型对于小物体的检测能力，使用了DCN（deformable convolution network）

Lcls：人脸分类loss

Lbox：人脸框回归loss

Lpts：人脸关键点回归loss，五点

Lpixel：自监督3D Mesh Renderer稠密人脸回归

Mesh Decoder实现：用图卷积替代普通卷积